Matlab选择满足信噪比限制的小目标图片

信噪比计算公式

在探测小目标信噪比计算中，最常用的公式为：
$$SNR=\frac{(g_T-g_B)}{{\sigma }_B}$$
在背景图片已经确定的情况下，信噪比只涉及目标的均值取值.
若:$$m\le SNR\le M$$
则：$$g_B+{\sigma }_{B}m\le g_T\le g_B+{\sigma }_{B}M$$

Matlab代码

D = imread('...');
%背景的均值
gB = mean(mean(D));
%求矩阵中所有元素的标准差
sigmaB = std2(D);
%SNR_ = (gB - gT)/sigmaB;
path = 'Targets\2\';
files = dir([path,'*.bmp'])%找格式为bmp的文件

%根据设定的信噪比阈值确定目标灰度均值的上下限
c1 = gB-std2(D)*M;
c2 = gB-std2(D)*m;

%初始化目标均值及满足条件的k
gT = [];
k = [];

%files为结构体变量，files(i).name为第i个对象的名称
num = size(files,1);

%记录满足信噪比条件的小目标在files中的位置;gT为所有小目标的均值
for i = 1:num
    T = imread([path,'\',files(i).name]);
    gt = mean(mean(T));
    if (gt>c1)&&(gt<c2)
        %记录满足条件的图片名称
        k = [k,i];
    end
    gT = [gT,gt];
end

得到的k中包含每个满足条件的T在files中的位置,可以通过files(k(i)).name获得满足条件目标图片的名称，并添加到背景图像中。